旅游、经济、能源和二氧化碳排放：基于东盟的实证分析

张燕，章杰宽

[摘    要]作为重要的国际旅游目的地，东盟的旅游发展对于经济、环境和能源消耗的影响却鲜有学者关注。文章运用2000—2014年的面板数据，探讨了东盟国家的旅游、经济、能源和二氧化碳（CO2）排放之间的短期和长期联系，在东盟国家，旅游、经济、环境和能源之间的均衡关系、因果关系以及变量之间的贡献度等方面取得了一些有意义的发现：（1）CO2排放、人均GDP、能源消耗、可再生能源利用和旅游之间存在着显著的长期均衡关系，上述各变量的短期波动受其自身以及其他4个变量的影响，并因此回到长期均衡路径;（2）从长期来看，CO2排放和人均GDP之间、人均GDP和可再生能源利用之间、能源消耗和可再生能源之间、旅游和可再生能源利用之间存在双向因果关系，但是没有发现短期的双向因果关系存在;（3）旅游发展对CO2排放、人均GDP和可再生能源利用无论是长期还是短期都有显著影响。

[关键词]旅游;国内生产总值;能源;二氧化碳排放;东盟;面板数据分析

[中图分类号]F59

[文献标识码]A

[文章编号]1002-5006（2021）12-0026-14

Doi： 10.19765/j.cnki.1002-5006.2021.12.008

引言

旅游业已经成为二氧化碳（CO2）排放的重要来源之一[1-5]。在保证经济进步同时遏制气候变暖的背景下，经济、能源、CO2排放和旅游发展之间的关系已经成为一个重要的学术热点。大量的研究从全球和区域尺度运用不同的方法探讨了这些关系，尤其是变量之间的因果联系[6-12]，但是，区域特征的差异导致这些研究的结论尤其是旅游、经济、环境和能源之间的联系有着明显的不同。不同区域以及方法的实证研究带来一些特殊和有意义发现的可能性[13]，使得学者们大量关注这一研究领域。本研究旨在调查东盟这一重要旅游目的地的旅游和CO2排放以及相关的经济和能源之间的均衡和因果联系。

1967年8月8日，印度尼西亚、马来西亚、菲律宾、新加坡、泰国在曼谷签署《东南亚国家联盟成立宣言》，标志着东南亚国家联盟（简称东盟）成立。后期，文莱（1984）、越南（1995）、老挝（1997）、缅甸（1997）和柬埔寨（1999）先后加入，从而形成一个拥有10个成员国的国际性区域组织。根据世界银行数据，2017年东盟10国接待国际旅游者总人数达1.26亿人次，国际旅游收入达到1388.20亿美元，而同期东盟的国内生产总值（gross domestic product，GDP）约为27 833.43亿美元。典型地，在泰国，相应的数据则分别为621.58亿美元和4552.75亿美元1。因此，旅游业已经成为东盟国家社会经济发展的重要引擎，成为增强东盟与其他国家友好往来的重要纽带[14]。而在气候变迁形势越发严峻的情形下，东盟也已成为全球重要的能源消耗和CO2排   放主体。东盟10国的CO2排放由2000年的76.41百万吨增加到2014年的139.15百万吨，年均增长4.37%2。同时，由于地理环境因素影响，东盟也是受气候变化影响比较大的区域之一。作为全球重要的旅游目的地以及可持续旅游发展的典型示范地，探寻该区域旅游和CO2排放以及相关因素之间的关系，对于深入认识旅游影响以及东盟的旅游可持续发展具有重要的意义。

Heidari等考察了东盟5个国家经济增长、能源消耗和CO2排放之间的关系，并证实了该区域环境库兹涅茨曲线（environmental Kuznets curve，EKC）的存在[15]。在加入旅游变量之后，这一结论仍然被有关研究证实[16]，但是Zhang和Liu否认了东盟国家存在EKC假设[17]。此外，Azam等探讨了新加坡、泰国和马来西亚的旅游发展和CO2排放之间的关系[18]。Azam等发现，在马来西亚，旅游增加了CO2排放，但在泰国和新加坡，旅游则减少了CO2排放。本文与已有研究的区别在于，首次综合性地运用计量经济学方法包括面板单位根检验、面板协整检验、向量误差修正模型（vector error correction model，VECM）、面板格兰杰因果检验以及方差分解方法估计东盟国家的旅游发展、经济增长、能源消耗、可再生能源利用和CO2排放之间的长期和短期关系。限于数据可得性，面板数据的时间跨度为2000—2014年。

本文的研究贡献主要包括两个方面：第一，从实证的视角，关注东盟国家的旅游和CO2排放及其相关变量问题。在“一带一路”倡议以及中国-东盟自由贸易区建设背景下，旅游已经成为深化中国与东盟国家贸易、加深双方文化交流、促进地区和平的重要手段。本研究对于认知东盟国家的旅游与经济、能源和环境等关键变量之间的关系具有重要意义。在区域覆盖方面，本研究纳入东盟10国中的8个国家（老挝和文莱两个国家由于数据欠缺被排除在外），包括越南、柬埔寨、菲律宾、泰国、缅甸、  印度尼西亚、马来西亚和新加坡，相比以往的少样本研究应更具说服力。第二，在研究方法和变量选择方面，也有一定的创新之处。在研究方法上，本研究考虑不同变量之间的长期和短期均衡以及    因果關系，综合应用VECM和向量自回归（vector autoregressive model，VAR）模型，为进一步考察各变量相互之间的贡献度，还引入方差分解方法。在变量选择上，在旅游和CO2排放两个变量之外，本研究引入经济增长、能源消耗和可持续能源利用3个变量，有助于更深入地量化不同变量之间的联系。

1 文献综述

旅游和经济增长、能源消耗以及CO2排放之间的关系是旅游地理学研究的热点之一。在这些研究中，变量的选择具有多样性，包括对旅游与其中一个变量或多个变量的研究。基于本文的研究主题，文献梳理从以下4个方面展开。

1.1 旅游和经济增长

大量的研究已经证实了旅游和经济增长之间存在着一定的联系[19-34]，但是，在不同实证对象以及不同时间跨度方面，这些联系往往有着较大的差异。常见的结论有增长导向型旅游假设在发展中国家始终占主导地位[21]，旅游與经济增长之间存在长期均衡关系[25，27，31，34]。不同的是，Oh否认了韩国旅游与经济增长之间均衡关系的存在[33]。

在因果关系方面，一方面，诸多研究发现了从旅游到经济增长的长期单向因果关系[24-28，30-31，34]，另一方面，一些研究否认了这一结果，认为只存在从经济增长到旅游的单向因果关系[22-23，33]。因此，是旅游促进了经济增长，还是经济增长促进了旅游发展，学术界仍有不同的观点。还有的学者在旅游子行业中，发现了旅游和经济增长之间的双向因果关系[29，31]，此外，Narayan等和Yazdi发现了长期和短期旅游经济增长假设[32，34]。

1.2 旅游和CO2排放

低碳经济的兴起，使得低碳旅游成为研究热点，从而在旅游研究领域催生了日益增多的旅游与CO2排放关系的研究。相关的结论包括旅游者人次与CO2排放之间存在长期均衡关系[35-36]和从旅游到CO2排放存在单向因果关系[3，7，16，35-37]。王凯等、潘植强和梁保尔、查建平也认为旅游发展增加了区域碳排放[38-40]。这些研究的区别在于有的学者认为旅游发展可以减少CO2排放[3，7，35]，而另一些学者则认为旅游发展增加了CO2排放[37-41]，并且在未来这一趋势将更加显著[41-43]。此外，Paramati等证实了旅游投资、旅游收入和CO2排放之间也存在长期均衡关系[44]。

值得注意的是，旅游与CO2排放之间的关系在不同的目的地差异较大。如旅游对马来西亚的CO2排放有显著的积极影响，然而，泰国和新加坡的情况则相反[18];发达国家旅游对CO2排放的影响大于欠发达国家[43]。因此，有必要审视不同区域旅游和CO2排放之间的关系，从而更全面地认知可持续旅游发展。

1.3 旅游和（可再生）能源消耗

Amin等调查了1995—2015年间南亚国家旅游与能源消耗之间的因果关系，认为旅游与能源消耗是协整的，从长期来看，旅游与能源消耗之间存在单向因果关系[45]。同样，基于EKC假设，Zaman等肯定了2005—2013年间3个不同国际性区域的旅游发展导致的能源消耗[46]。此外，一些学者致力于探讨旅游与可再生能源之间的关系。例如，Ali等利用VECM模型确认了1995—2015年期间19个亚洲合作对话成员国从旅游到可再生能源消耗的长期单向因果关系[47]。Alola和Alola通过对16个地中海沿岸国家的调查得到了同样的结论[48]。

1.4 旅游、经济增长、（可再生）能源消耗和CO2排放

除了上述3类研究外，很多文献并没有严格局限于旅游与经济、CO2排放或能源消耗，而是更多地涉及旅游与多变量之间关系的综合分析。例如，Katircioglu 等和Katircioglu肯定了塞浦路斯和土耳其旅游、能源消耗和CO2排放之间的长期均衡关系，并验证了旅游导致的能源利用和CO2排放这一假  设[10，49]。在一些岛屿发展中国家的实证中，旅游、能源消耗和GDP之间存在长期均衡关系和双向因果关系[10]。Nepal等发现了尼泊尔经济驱动旅游的有力证据，并指出了能源消耗对入境游客人次的负面影响[50]。Isik等调查了美国、法国、西班牙、中国、意大利、土耳其和德国的旅游、可再生能源利用和经济增长之间的关系，结果发现，在不同的国家3个变量之间的因果关系也存在着较大的差异[8]。查建平、谢园方和赵媛、石培华和吴普则分别计算了湖北省、长三角地区和全国的旅游相关的能源消耗和CO2排放[51-53]。当然，这属于碳计量的研究，并没有涉及旅游-能源-CO2排放之间的关系研究。

不同于旅游-能源-CO2排放的研究，还有的学  者探讨了旅游、经济增长和CO2排放之间的关系。不同的实证研究发现，旅游、GDP和CO2排放之    间存在着正向的长期均衡关系[6，54-55]。其中，Lee和Brahmasrene发现了这3个变量之间的双向因果关系[55]，Danish和Wang则只发现旅游收入和CO2排放之间的双向因果关系[6]。同样地，Zhang和Gao认为入境旅游长期影响中国的经济增长和CO2排放，经济增长与CO2排放之间存在双向因果关系[56]。Paramati等发现，尽管旅游带动了经济增长，但是在发达国家，旅游导致的CO2排放量要比在发展中国家减少得更快[57]。相似地，Bella和Ren等分别验证了旅游导致的CO2排放和经济增长假设[13，58]。

在旅游和多变量的综合性研究中，一些学者关注旅游、经济、能源和CO2排放这4个变量的关系。研究发现，旅游、经济增长和能源消耗是CO2排放的格兰杰原因，从长期看，经济增长、CO2排放和能源消耗是旅游发展的格兰杰原因[4];经济增长、能源消耗和国际旅游之间存在双向因果关系，从CO2排放到经济增长存在单向因果关系[9];可再生能源利用、旅游和CO2排放之间存在长期的双向因果关系，而从可再生能源利用到CO2排放、经济增长到可再生能源和旅游，则存在短期的单向因果关系[59-60]。此外，Sherafatian-Jahromi等[16]证实了东南亚几个国家EKC的存在，发现旅游对CO2排放量的影响是长期的，经济增长和能源消耗大大增加了CO2排放量。Zaman等证实了能源导致的排放和旅游导致的增长假设[12]。Zhang和Liu发现，在不同地区，被分析变量之间的因果关系存在显著差异，但是全部地区存在旅游导致的CO2排放增加[17]。

上述文献分析表明，在不同的研究中，旅游与经济增长、能源消耗、CO2排放之间的关系存在着不同甚至相互矛盾的结果，这取决于不同的实证区域、研究方法、估计特征以及时间跨度。这也意味着，考察东盟这一鲜有学者关注区域的旅游与经济、能源和CO2排放之间的关系同样具有一定的理论和实践意义。尽管旅游-经济-能源-CO2排放的相关研究越来越多，但是东盟国家的旅游、经济增长、能源消耗、可再生能源使用和CO2排放之间的关系研究仍然鲜有学者关注。在研究方法方面，面板单位根、面板协整和面板格兰杰因果检验占据了主导，为深入研究各变量之间的关系提供了良好的范本，但是对于变量之间的短期波动、短期因果以及变量之间的相互贡献方面仍有较大的不足。基于这样的考量，文章使用2000—2014年东盟8个国家的面板数据对旅游、经济增长、能源消耗、可再生能源使用和CO2排放的长期和短期均衡、因果关系以及脉冲响应和方差分解进行全面、深入的探讨。

2 研究方法和数据

2.1 数据来源和处理

参考惯用的研究指标，用国际旅游者人次表示旅游[7，10-11，49]，用人均GDP（现价美元）表示经济增长[6，54-56]，用人均消耗石油当量（千克）表示能源消耗[7，10-11，49]，用可再生能源消耗占能源使用总量的百分比表示可再生能源利用[59-60]，用每美元GDP的排放量（千克/美元）表示CO2排放[10，49]。上述数据来源为世界银行发展指标数据（http：//data.worldbank.org/）。由于在数据库中CO2排放、能源消耗和可再生能源利用的数据截止到2014年，出于面板模型建立的需要，本文的研究数据为东盟2000—2014年的年度数据。此外，由于越南2014年的能源消耗数据缺失，采用Excel的線性插值trend函数插入越南2014年的人均消耗石油当量和可再生能源占能源使用总量的比例值。相比已有的研究[15-17]，本文的覆盖范围更广、涉及变量更多。此外，为了降低数据的量级，本文将人均GDP、人均消耗石油当量和国际旅游者人次分别取自然对数。表1给出了东盟国家2000—2014年5个指标数据的描述性统计结果。总体来看，面板数据的均值和中位数比较接近，并且标准误相对较小，这表明本文的面板数据相对均匀。

2.2 模型设定

本文综合应用VECM和VAR格兰杰因果检验来探讨旅游和经济、能源以及CO2排放之间的长期和短期均衡以及因果关系。

本文理论假设的出发点在于假设旅游发展是经济增长、能源消耗和CO2排放的驱动因素，因此，参考已有的研究[9-10，49]，建立如下对数线性方程来检验CO2排放（CO2）、人均GDP（GDPpc）、能源消耗（E）、可再生能源利用（RE）和旅游（T）之间的长期  联系：

[CO2it=β0+β1lnGDPpcit+β2lnEit+             β3REit+β4lnTit+εit] （1）

[lnGDPpcit=β0+β1CO2it+β2lnEit+                       β3REit+β4lnTit+εit] （2）

[lnEit=β0+β1lnGDPpcit+β2CO2it+             β3REit+β4lnTit+εit] （3）

[REit=β0+β1lnGDPpcit+β2CO2it+            β3lnEit+β4lnTit+εit] （4）

其中，时间由下标[t （t=2000，2001，2002，…，2014）]表示，[ln]表示取自然对数，[i （i=1，2，3，…，8）]表示横截面成员，[εit]表示估计的残差，用来描述与长期关系的偏差。

式（1）～式（4）的独立变量从长期来看可能不会立即调整到其均衡水平，因此，需要分析CO2、lnGDPpc、lnE和RE在短期和长期均衡之间的调整速度。为此，本文建立动态VECM模型来估计这一调整速度。首先，文章建立5个拥有滞后期p的VAR模型。

假设[yt=（CO2t，lnGDPpct，lnEt，REt，lnTt）]，本文建立如下VAR模型：

[yt=αt+j=1pjyt-j+ξt] （5）

其中，[αt=（α1，α2，α3，α4，α5）]，[ξt=（ξ1，ξ2，ξ3，ξ4，ξ5）]

对式（5）进行协整变换得到：

[Δyt=j=1p-1ΓjΔyt-j+jyt-1+μt] （6）

其中，[=j=1pj-1]，[Γj=-k=1+jpj]，[μt]表示白噪音。如果在[yit]之间存在协整关系，式（6）可以写成如下VECM形式：

[Δyt=j=1pΓjΔyt-j+βECTt-1+μt] （7）

更直观地，式（7）可以写成如下矩阵形式：

[ΔCO2tΔlnGDPpctΔlnEtΔREtΔlnTt=β1β2β3β4β5+  k=1pω11，kω12，kω13，kω14，kω15，kω21，kω22，kω23，kω24，kω25，kω31，kω32，kω33，kω34，kω35，kω41，kω42，kω43，kω44，kω45，kω51，kω52，kω53，kω54，kω55，kΔCO2t-1ΔlnGDPpct-1ΔlnEt-1ΔREt-1ΔlnTt-1+]

[   φ1φ2φ3φ4φ5ECTt-1+ξ1，tξ2，tξ3，tξ4，tξ5，t]（8）

其中，[Δ]是一阶差分，表示变量的短期变化;p表示由施瓦茨信息准则（Schwarz information criterion，SIC）确定的回归滞后时间，设定为2;[ECTit-1]表示由式（1）～式（4）导出的一期滞后误差修正项（error correction term，ECT）;[φ]和[ξt]分别表示调整速度和误差项，[φ]的绝对值越大，则表示调整得越快。

3 结果和讨论

3.1 面板单位根检验

面板单位根检验有两种类型，一种假设面板数据的一阶自回归系数对所有的横截面都相同，另一种假设该系数跨界面自由地变化。因此，面板数据单位根检验包括共同单位根过程和不同单位根过程两类。其中，共同单位根过程包括Levin-Lin-Chu （LLC）检验和Breitung检验两种类型，不同单位根过程包括Im-Pesaran-Shin（IPS）检验、Augmented Dickey-Fuller（ADF）-Fisher检验和Phillips-Perron （PP）-Fisher检验3种类型。各类型单位根检验的  结果显示，对于原始序列的单位根检验，CO2、lnGDPpc、lnE、RE和lnT的检验统计量对应的p值均大于0.05。这表明在5%的显著性水平下都不能拒绝各截面序列具有相同或不同单位根过程的原假设，即所有数据序列都存在单位根，因此，各变量序列非平稳。继续对面板数据序列的一阶差分进行单位根检验的结果显示，在5%的显著水平下，各截面序列的检验统计量对应的p值均小于0.05，由此可见，面板数据序列的一阶差分序列平稳。因此，本文选定变量的原序列属于一阶单整，即I（1），满足协整检验的前提条件。

3.2 面板协整检验

这里考察东盟旅游和CO2排放、人均GDP、能源消耗和可再生能源利用之间的协整关系，即长期均衡关系。表2给出了3种不同类型协整检验的结果，包括Pedroni检验、Kao检验和Johansen Fisher 检验。Pedroni检验结果表明，面板和群组检验的7个统计量对应的p值有5个小于0.05，这表明在5%甚至更低的显著水平下，式（1）～式（4）中的变量是面板协整的。Kao检验的结果则表明，5个变量在1%的显著性水平上具有协整关系。表2表明，东盟国家的CO2排放、人均GDP、能源消耗、可再生能源利用和旅游之间存在着显著的长期均衡关系。这一结果与关于塞浦路斯的研究[10]、海岛国家的研究[11]、土耳其的研究[49]、地中海国家的研究[54]、中国的研  究[56]、经合组织国家的研究[60]得出的结论相似。此外，Johansen Fisher检验的结果显示最多4个协整方程的0假设的p值为0，这表明该假设被拒绝，即表明在CO2、lnGDPpc、lnE、RE和lnT之间存在5个协整方程。

表3分别给出了CO2、人均GDP、能源消耗和可再生能源利用为独立变量的协整方程的估计结果。从长期来看，旅游业每增长1%，东盟国家1美元GDP导致的CO2排放将增加约0.241%，人均GDP将增长约0.491%，人均能源消耗将降低约0.183%，而可替代能源利用将降低约1.076%，上述结果在统计上非常显著。

3.3 VECM模型分析

在证实了5个变量之间的协整关系后，本文运用VECM模型考察不同变量之间的长期均衡和短期波动情况。表4显示了VECM模型的估计结果。

根据表4的显示结果，得到如下ECM方程的表达式：

[ECM=CO2t-1+ 0.1173lnGDPpct-1+              0.1632lnEt-1-0.1292REt-1-              0.5057lnTt-1+ 5.3525] （9）

如表4所示，第2到第6列分別呈现了变量CO2、lnGDPpc、lnE、RE和lnT的VECM模型的估计结果，分别命名为模型Ⅰ、模型Ⅱ、模型Ⅲ、模型Ⅳ和模型Ⅴ。在表（5）中，[Δ]表示一阶差分，即变量的短期波动。根据式（8），误差修正系数ECT表明长期均衡关系对短期变化的调整。模型I表明，CO2排放量的短期变化受自身、经济增长、能源消耗、可再生能源利用和旅游的影响。模型Ⅱ～模型Ⅴ同时表明经济增长、能源消耗、可再生能源利用和旅游的短期变化也受到自身同其他4个变量的影响。具体来说，当CO2排放受到干扰并偏离平衡状态时，经济增长、能源消耗、可再生能源利用和旅游等因素将共同作用，并以0.0233的反向调整速度使其回到长期均衡路径。同样地，经济增长通过CO2排放、能源消耗、可再生能源利用和旅游等渠道向长期均衡路径收敛，调整速度为0.4472;能源消耗通过CO2排放、经济增长、可再生能源利用和旅游等渠道向长期均衡路径收敛，调整速度为-0.0110;可再生能源利用通过CO2排放、经济增长、能源消耗和旅游等渠道向长期均衡路径收敛，调整速度为0.8998;旅游通过CO2排放、经济增长、能源消耗和可再生能源利用等渠道向长期均衡路径收敛，调整速度为0.4941。

3.4 脉冲响应分析

在VECM模型的基础上，进一步刻画脉冲响应曲线来表示CO2排放、经济增长、能源消耗、可再生能源利用与旅游发展之间的动态联系（图1）。脉冲响应函数描述了系统中一个变量对其他变量的单位冲击，并能提供冲击的正负方向、调整滞后周期和稳定过程等信息。

短期来看，人均GDP的增加对CO2排放有正向影响，并且该正向影响呈逐渐收敛趋势。这一结果基本上与已有的研究结论相似，经济增长导致了越来越多的CO2排放，但同时，经济增长与CO2排放之间存在倒U形关系，即EKC曲线的存在。当经济增长到达一个阈值时，对CO2排放的正向影响逐渐削弱乃至转向负向影响。具体到东盟国家研究，本文这一结论与Heidari等[15]和Sherafatian-Jahromi等[16]的结论一致，但与Zhang和Liu[17]的结论相反。能源消耗增加对CO2排放增加的影响有开始的正向转变为后期的负向。能源消耗是全球包括东盟CO2排放的主要原因，因此，很容易理解能源消耗对CO2排放的正向影响。需要注意的是，随着全球气候治理以及可持续发展议程的推进，可再生能源在总能源消耗中的比例不断增加，这在东盟8国可再生能源利用的时间序列数据中得到了很好的体现。因此，尽管总体能源消耗增加，但是可再生能源比重的增加反而降低了CO2排放。图1的脉冲曲线还表明，可再生能源利用的增加对于CO2排放增加有负向影响，并且负向影响随着时间的推进不断增加。这也表明对于东盟而言，可再生能源的普及是实现低碳发展的重要举措。图1同时表明旅游人次的增加导致了CO2排放的增加，这与Zhang和Liu结论相似[17]。该结果表明，旅游正给东盟带来越来越多的CO2排放，旅游业的减排在东盟低碳发展中的重要性应该引起关注。

本研究还发现，短期来看，CO2排放的增加对于经济增长有着正向影响，但是该影响逐渐变弱;能源消耗的增加对于经济增长同样有着正向影响，不同的是，该影响逐渐走强。对于后者，原因在于能源作为经济增长的重要指标，增加其投入当然会实现经济的不断进步。对于前者而言，可能的解释在于：由于CO2排放主要来源于生产环节，因此，可以认为CO2的增加一定程度表征了产出增加，从而促进经济进步，但是CO2排放带来的负面影响如气候变化对于经济的负面影响也同样显著，并且这种影响越到后期越会凸显。可再生能源利用的增加对于经济增长总体上有负向影响，而旅游人次的增加在短期内对于经济增长有着正向作用，后期则变为负向影响。对于东盟而言，当前的经济进步更多的还是依赖于传统的化石能源的消耗。实际上，根据统计数据，在东盟国家的经济实践中，可再生能源消耗的比例尽管逐年增加但一直处于较低水平。此外，尽管旅游业在东盟各国发展的比较快，但是扩展到整个经济体系，这种影响可能需要进一步  提升，并且需要降低旅游发展对于其他产业的挤出效应。

其他方面，旅游人次的增加对于能源消耗的增加由正向影响转向负向影响，对于可再生能源的增加有负向影响。这一定程度上说明，在东盟国家，旅游业的能源消耗水平总体较低，并且可再生能源的利用程度较低。尽管旅游发展导致的CO2排放越来越多，但是横向比较来看，在东盟旅游业仍是一个相对低排放的产业，并且对于再生能源的利用有着较大的提升空间。CO2排放的增加对于旅游增长有着正向影响，但是该影响逐年降低，经济增长对于旅游的影响与CO2排放有着相似的轨迹。原因在于，经济增长和CO2排放之间有着极大的相关性，经济增长对于旅游目的地竞争力的提升（如旅游资源开发、基础设施建设、旅游环境治理等）具有重要的推动作用，从而吸引更多的游客前来。能源消耗增加对旅游人次的增加有着正向影响，但是影响的强度相对较弱，可再生能源的增加对于旅游人次有着显著的负向影响。当前的旅游产出更多的仍然是传统能源的推动，可再生能源由于价格、动力及稳定性等原因，其推广对于旅游者的旅游体验可能仍有一定的负面影响。脉冲响应结果表明，在减排和增长之间，东盟国家的旅游发展仍面临较大的考验。

3.5 面板格兰杰因果检验

表5给出了面板格兰杰因果检验的结果。文章采用滞后2期的VAR模型检验长期因果关系，采用滞后1期的VECM模型检验短期因果关系。

从短期因果关系来看，表5的结果在10%的显著水平上拒绝了人均GDP不是CO2排放的格兰杰原因的假设和能源消耗不是CO2排放的格兰杰原因的假设，在1%的显著水平上拒绝了人均GDP不是可再生能源利用的格兰杰原因的假设，在5%的显著水平上拒绝了能源消耗不是可再生能源利用的格兰杰原因的假设和可再生能源利用不是旅游的格兰杰原因的假设。结果表明，东盟国家存在从人均GDP和能源消耗到CO2排放的短期因果关系，存在从人均GDP和能源消耗到可再生能源利用的短期因果关系，存在从可再生能源利用到旅游的短期因果关系。此外，短期因果关系检验结果表明，旅游不是CO2 排放、人均GDP、能源消耗和可再生能源利用的格兰杰原因。这意味着从短期来看，东盟国家的旅游无法对上述4个变量产生显著的影响。同时，CO2排放、人均GDP和能源消耗也不是旅游的格兰杰原因，不存在从上述3个变量到旅游的短期因果关系。因此，本文研究的5个变量之间不存在短期的双向因果关系。在东盟国家的相关研究中，变量之间的短期因果关系还没有文献涉及，因此，该结论无法与此进行对比。但是，本文的结论不同于对全球排名前10的国际旅游目的地[9]、塞浦路斯[10]和中国[56]的研究发现。

长期因果关系检验的结果表明，在CO2排放方面，人均GDP、能源消耗、可再生能源利用和旅游分别在1%、5%、10%和5%的显著水平上拒绝零假设，这表明这4个变量从长期来看是CO2排放的格兰杰原因。该结果也证实了东盟国家的经济、能源和旅游为主导的排放假设。这一结论与大多现有的研究发现一致，如对土耳其[4]、对欧盟及候选国[7]、中国[56]、经合组织国家[60]等的研究。在人均GDP方面，CO2排放、能源消耗、可再生能源利用和旅游分别在10%、5%、1%和10%的显著水平上拒绝零假设，这表明这4个变量从长期来看是人均GDP的格兰杰原因。在能源消耗方面，可再生能源利用在5%的显著水平上拒绝零假设，而其他3个变量则接受了零假设，因此，可再生能源利用是能源消耗的长期格兰杰原因。在可再生能源利用方面，人均GDP、能源消耗和旅游分别在1%、5%和5%的显著水平上拒绝零假设，这表明这3个变量是可再生能源利用的长期格兰杰原因。在旅游方面，可再生能源利用在5%的显著水平上拒绝零假设，即表明可再生能源利用从长期来看是旅游发展的格兰杰原因。

上述结果表明，长期来看，CO2排放和人均GDP之间、人均GDP和可再生能源利用之间、能源消耗和可再生能源之间、旅游和可再生能源利用之间存在双向因果关系。该结论与Zhang和Liu的研究[17]有较大的差异，后者没有发现不同变量之间的双向因果关系。在东盟，人均GDP、能源消耗、可再生能源利用和旅游对CO2排放，CO2排放、能源消耗、可再生能源利用和旅游对人均GDP具有一定的预测能力，该结论一定程度上支持了Sherafatian-Jahromi等[16]的研究发现。人均GDP和CO2排放之间的双向长期因果关系也被前期的研究[4，9，11，60]发现，但是，本研究并没有发现CO2排放和旅游之间的双向长期因果关系[4]，也没有发现人均GDP和旅游之间的双向因果关系[4，8，11]。同时，本研究也没有发现人均GDP和能源消耗之间的双向长期因果关系[11，46]。除了旅游外，本研究发现，能源消耗单向格兰杰影响人均GDP、CO2排放和可再生能源利用。

3.6 方差分解分析

前文分析了东盟旅游、经济增长、能源消耗、可再生能源利用和CO2排放之间的长期均衡、短期扰动、脉冲响应以及因果关系。方差分解方法的目的在于分析各个变量对其他变量变化的贡献度，从而有助于更好地理解变量之间的相互影响（图2）。

图2中，横坐标表示方差分解的时期数，即各变量标准差的预测期;纵坐标表示各变量的贡献度。图2表明，各变量的预测方差在第一期中全部是由自身扰动引起的，随着时间的推移，其他变量开始逐渐影响各变量预测的方差。总体上看，在第10期左右，各变量的分解结果基本趋于稳定。在第10期预测中，CO2排放的预测方差有88.67%是由自身扰动引起，人均GDP、能源消耗、可再生利用和旅游分别贡献了0.85%、2.23%、1.89%和6.35%;人均GDP的预测方差84.04%是由自身的扰动引起，CO2排放、能源消耗、可再生能源利用和旅游分别贡献了1.59%、7.07%、2.28%和5.03%;能源消耗的预测方差92.21%是由自身扰动引起，CO2排放、人均GDP、可再生能源和旅游分别贡献了2.41%、2.57%、2.56%和0.25%;可再生能源利用的预测方差83.45%是由自身的扰动引起，CO2排放、人均GDP、能源消耗和旅游分別贡献了1.39%、4.23%、2.49%和8.44%;旅游的预测方差87.37%由自身扰动引起，而CO2排放、人均GDP、能源消耗和可再生能源利用分别贡献了0.23%、2.28%、0.24%和9.89%。结果表明，在东盟，旅游对CO2排放、人均GDP和可再生能源利用有一定程度的影响，这跟前文的脉冲响应分析和格兰杰因果关系检验的结果一致。

4 结论及建议

旅游和CO2排放以及相关变量如经济、能源之间的关系是学术研究的热点。将旅游、CO2、经济和能源置于一个综合框架内，基于多样化的方法在不同的旅游目的地探讨各变量之间的关系具有较高的实践和理论价值。作为全球新兴以及重要的国际旅游目的地，东盟的旅游发展取得了瞩目的成就，同时，也给当地的经济、环境和能源消耗带来了显著的影响。在中国东盟自贸区以及“一带一路”倡议逐步推进的背景下，认知旅游、经济、能源和环境之间的相互联系对于了解、借鉴和促进东盟的可持续旅游发展非常必要。然而，这些联系在东盟的相关研究中仍然不够清晰，相关研究在变量选择、空间范围乃至研究方法方面仍有一定的不足之处。基于这样的考虑，本文综合应用面板VECM和VAR格兰杰因果检验方法，基于2000—2014年东盟8国的面板数据，探讨了国际旅游人次、人均GDP、能源消耗、可再生能源利用和CO2排放之间的长期和短期联系。

4.1 结论

第一，本研究中几乎所有变量的原始数据序列都包含面板单位根，但是经过一阶差分之后，变量数据序列变得平稳，即东盟国家的国际旅游人次、人均GDP、能源消耗、可再生能源利用和CO2排放数据一阶单整。第二，东盟国家的旅游发展、经济增长、能源消耗、可再生能源利用和CO2排放之间存在长期均衡关系。第三，上述5个变量的短期变化同时受到自身同其他4个变量的影响。当某一变量受到干扰并偏离平衡状态时，其他4个变量将共同作用并以一定的调整速度使其回到长期均衡路径。第四，旅游对于东盟国家的CO2排放有一定的正向影响，而对于人均GDP、能源消耗和可再生能源利用则有一定的负向影响。CO2排放、人均GDP、能源消耗对于东盟旅游发展具有一定的正向影响，而可再生能源利用则有一定的负向影响。第五，国际旅游人次、人均GDP、能源消耗、可再生能源利用和CO2排放之间不存在双向短期因果关系，但是CO2排放和人均GDP之间、人均GDP和可再生能源利用之间、能源消耗和可再生能源利用之间、旅游和可再生能源利用之间存在双向长期格兰杰原因。

4.2 建议

基于研究结果，本文提出以下几个方面的对策建议。首先，由于旅游和CO2排放之间存在长期均衡关系，并且旅游是CO2排放的长期格兰杰原因，因此，建议加大对东盟国家旅游业CO2排放的关注，促进旅游业的低碳转型。由于东盟特殊的地理环境，气候变化对其的影响也非常显著，旅游业的低碳转型更显迫切。在旅游管理中，政府应该鼓励和推广生态旅游、低碳旅游和共享旅游经济。考虑到旅游产业中交通和住宿在整体CO2排放中占比较高，旅游节能减排的部门差异化管理也非常重要。建议加大对旅游交通、住宿等一些公认的高排放行业的监测以及减排管理工作。第二，考虑到旅游发展并没有显著增加东盟国家的能源消耗，但却是人均GDP和可再生能源的长期格兰杰原因，因此，通过大力发展旅游来促进经济增长进而保护环境是东盟国家实现可持续发展的重要选择。在发展旅游方面，考虑到东盟以发展中国家为主，旅游相关的配套设施建设仍有巨大的提升空间，需要在旅游相关的基础设施尤其是交通建设方面投入大量的资金。对于东盟内部而言，国家之间的免签证旅行也期望在一个合理的框架下尽快落实，这样一方面可以促进区域旅游的发展，另一方面还可以减少旅行业务处理过程中的CO2排放，从而有助于低碳旅游的发展。第三，当前东盟旅游发展中可再生能源的利用比例仍然较低，因此，建议在旅游業提高能源利用效率和推广可再生能源的应用，发展环境友好型旅游交通和住宿部门。在旅游之外，建议在东盟大力发展可再生能源，逐步降低化石能源的消耗。考虑到东盟的地理环境，开发新的海洋能源具有极大的可行性。此外，由于可再生能源的不稳定性，提升可再生能源的存储或转换技术也非常重要。可再生能源的成本则可以通过技术进步来降低。

参考文献（References）

[1] 黄和平， 乔学忠， 张瑾， 等. 绿色发展背景下区域旅游业碳排放时空分异与影响因素研究——以长江经济带为例[J]. 经济地理， 2019， 39（11）： 214-224. [HUANG Heping， QIAO Xuezhong， ZHANG Jin， et al. Spatio-temporal differentiation and influencing factors of regional tourism carbon emissions under the background of green development： A case study of the Yangtze River Economic Belt[J].Economic Geography， 2019， 39（11）： 214-224.]

[2] 王凯， 李娟， 席建超. 中国旅游经济增长与碳排放的耦合关系研究[J]. 旅游学刊， 2014， 29（6）： 24-33. [WANG Kai， LI Juan， XI Jianchao. Linking between carbon dioxide emission and tourism economic growth in China[J]. Tourism Tribune， 2014， 29（6）： 24-33.]

[3] ALAM M S， PARAMATI S R. The dynamic role of tourism investment on tourism development and CO2 emissions[J]. Annals of Tourism Research， 2017， 66： 213-215.

[4] EYUBOGLU K， UZAR U. The impact of tourism on CO2 emission in Turkey[J]. Current Issues in Tourism， 2020， 23（13）： 1631-1645.

[5] 姚治国， 陈田. 基于碳足迹模型的旅游碳排放实证研究——以海南省为案例[J]. 经济管理， 2016， 38（2）： 151-159. [YAO Zhiguo， CHEN Tian. The empirical research on tourism carbon emission based on carbon footprint model： A case study of Hainan province[J]. Economic Management， 2016， 38（2）： 151-159.]

[6] DANISH， WANG Z. Dynamic relationship between tourism， economic growth， and environmental quality[J]. Journal of Sustainable Tourism， 2018， 26（11）： 1928-1943.

[7] DOGAN E， ASLAN A. Exploring the relationship among CO2 emissions， real GDP， energy consumption and tourism in the EU and candidate countries： Evidence from panel models robust to heterogeneity and cross-sectional dependence[J]. Renewable and Sustainable Energy Reviews， 2017， 77： 239-245.

[8] ISIK C， DOGRU T， TURK E S. A nexus of linear and non-linear relationships between tourism demand， renewable energy consumption， and economic growth： Theory and evidence[J]. International Journal of Tourism Research， 2018， 20（1）： 38-49.

[9] BEN JEBLI M， HADHRI W. The dynamic causal links between CO2 emissions from transport， real GDP， energy use and international tourism[J]. International Journal of Sustainable Development & World Ecology， 2018， 25（6）： 568-577.

[10] KATIRCIOGLU S T， FERIDUN M， KILINC C. Estimating tourism-induced energy consumption and CO2 emissions： The case of Cyprus[J]. Renewable and Sustainable Energy Reviews， 2014， 29： 634-640.

[11] ROUDI S， ARASLI H， AKADIRI S S. New insights into an old issue-examining the influence of tourism on economic growth： Evidence from selected small island developing states[J]. Current Issues in Tourism， 2019， 22（11）： 1280-1300.

[12] ZAMAN K， MOEMEN M A， ISLAM T. Dynamic linkages between tourism transportation expenditures， carbon dioxide emission， energy consumption and growth factors： Evidence from the transition economies[J]. Current Issues in Tourism， 2017， 20（16）： 1720-1735.

[13] BELLA G. Estimating the tourism induced environmental Kuznets curve in France[J]. Journal of Sustainable Tourism， 2018， 26（12）： 2043-2052.

[14] 葉莉， 陈修谦. 基于旅游竞争力评价的中国与东盟国家旅游贸易互动分析[J]. 经济地理， 2013， 33（12）： 177-181. [YE Li， CHEN Xiuqian. Analysis on interaction of tourism trade between China and ASEAN countries based on evaluation on tourism competitiveness[J]. Economic Geography， 2013， 33（12）： 177-181.]

[15] HEIDARI H， KATIRCIOĞLU S T， SAEIDPOUR L. Economic growth， CO2 emissions， and energy consumption in the five ASEAN countries[J]. International Journal of Electrical Power & Energy Systems， 2015， 64： 785-791.

[16] SHERAFATIAN-JAHROMI R， OTHMAN M S， LAW S H， et al. Tourism and CO2 emissions nexus in Southeast Asia： New evidence from panel estimation[J]. Environment， Development and Sustainability， 2017， 19（4）： 1407-1423.

[17] ZHANG S， LIU X. The roles of international tourism and renewable energy in environment： New evidence from Asian countries[J]. Renewable Energy， 2019， 139： 385-394.

[18] AZAM M， ALAM M M， HAFEEZ M H. Effect of tourism on environmental pollution： Further evidence from Malaysia， Singapore and Thailand[J]. Journal of Cleaner Production， 2018， 190： 330-338.

[19] 趙磊， 方成， 吴向明. 旅游发展、空间溢出与经济增长——来自中国的经验证据[J]. 旅游学刊， 2014， 29（5）： 16-30. [ZHAO Lei， FANG Cheng， WU Xiangming. Tourism development， spatial spillover and economic growth： An empirical evidence from China[J]. Tourism Tribune， 2014， 29（5）： 16-30.]

[20] 吴玉鸣. 旅游经济增长及其溢出效应的空间面板计量经济分析[J]. 旅游学刊， 2014， 29（2）： 16-24. [WU Yuming. Spatial panel econometric analysis of tourism economic growth and its spillover effects[J]. Tourism Tribune， 2014， 29（2）： 16-24.]

[21] ANTONAKAKIS N， DRAGOUNI M， EECKELS B， et al. The tourism and economic growth enigma： Examining an ambiguous relationship through multiple prisms[J]. Journal of Travel Research， 2019， 58（1）： 3-24.

[22] ARATUO D N， ETIENNE X L. Industry level analysis of tourism-economic growth in the United States[J]. Tourism Management， 2019， 70： 333-340.

[23] ARATUO D N， ETIENNE X L， GEBREMEDHIN T， et al. Revisiting the tourism-economic growth nexus： Evidence from the United States[J]. International Journal of Contemporary Hospitality Management， 2019， 31（9）： 3779-3798.

[24] BALAGUER J， CANTAVELLA-JORDA M. Tourism as a long-run economic growth factor： The Spanish case[J]. Applied Economics， 2002， 34（7）： 877-884.

[25] BELLOUMI M. The relationship between tourism receipts， real effective exchange rate and economic growth in Tunisia[J]. International Journal of Tourism Research， 2010， 12（5）： 550-560.

[26] CHOU M C. Does tourism development promote economic growth in transition countries？ A panel data analysis[J]. Economic Modelling， 2013， 33： 226-232.

[27] DRITSAKIS N. Tourism development and economic growth in seven Mediterranean countries： A panel data approach[J]. Tourism Economics， 2012， 18（4）： 801-816.

[28] FABER B， GAUBERT C. Tourism and economic development： Evidence from Mexicos coastline[J]. American Economic Review， 2019， 109（6）： 2245-93.

[29] FAYISSA B， NSIAH C， TADASSE B. Impact of tourism on economic growth and development in Africa[J]. Tourism Economics， 2008， 14（4）： 807-818.

[30] JIAO S， GONG W， ZHENG Y， et al. Spatial spillover effects and tourism-led growth： An analysis of prefecture-level cities in China[J]. Asia Pacific Journal of Tourism Research， 2019， 24（7）：725-734.

[31] LEE C C， CHANG C P. Tourism development and economic growth： A closer look at panels[J]. Tourism Management， 2008， 29（1）： 180-192.

[32] NARAYAN P K， NARAYAN S， PRASAD A， et al. Tourism and economic growth： A panel data analysis for Pacific Island countries[J]. Tourism Economics， 2010， 16（1）： 169-183.

[33] OH C O. The contribution of tourism development to economic growth in the Korean economy[J]. Tourism Management， 2005， 26（1）： 39-44.

[34] YAZDI S K. Structural breaks， international tourism development and economic growth[J]. Economic Research-Ekonomska Istraživanja， 2019， 32（1）： 1765-1776.

[35] AKADIRI S S， AKADIRI A C， ALOLA U V. Is there growth impact of tourism？ Evidence from selected small island states[J]. Current Issues in Tourism， 2019， 22（12）： 1480-1498.

[36] SHARIF A， AFSHAN S， NISHA N. Impact of tourism on CO2 emission： Evidence from Pakistan[J]. Asia Pacific Journal of Tourism Research， 2017， 22（4）： 408-421.

[37] RAZA S A， SHARIF A， WONG W K， et al. Tourism development and environmental degradation in the United States： Evidence from wavelet-based analysis[J]. Current Issues in Tourism， 2017， 20（16）： 1768-1790.

[38] 王凱， 邵海琴， 周婷婷， 等. 基于EKC框架的旅游发展对区域碳排放的影响分析——基于1995—2015年中国省际面板数据[J].地理研究， 2018， 37（4）： 742-750. [WANG Kai， SHAO Haiqin， ZHOU Tingting， et al.EKC framework analysis of the effects of tourism development on regional carbon emissions： Based on Chinas 1995—2015 panel data[J]. Geographical Research， 2018， 37（4）： 742-750.]

[39] 潘植强， 梁保尔. 旅游业碳排放强度分布及其驱动因子的时空异质研究——基于30个省（市、区） 2005—2014年的面板数据分析[J]. 人文地理， 2016， 31（6）： 152-158. [PAN Zhiqiang， LIANG Baoer. Research on space-time heterogeneity of tourism industry carbon emission intensity distribution and influencing factors： Analysis of panel data from 30 provinces （cities and districts） from 2005 to 2014[J]. Human Geography， 2016， 31（6）： 152-158.]

[40] 查建平. 中国低碳旅游发展效率、减排潜力及减排路径[J]. 旅游学刊， 2016， 31（9）： 101-112. [ZHA Jianping. Reducing carbon emissions in Chinas tourism industry[J]. Tourism Tribune， 2016， 31（9）： 101-112.]

[41] CHEN L， THAPA B， YAN W. The relationship between tourism， carbon dioxide emissions， and economic growth in the Yangtze River Delta， China[J]. Sustainability， 2018， 10（7）： 2118.

[42] WANG M C， WANG C S. Tourism， the environment， and energy policies[J]. Tourism Economics， 2018， 24（7）： 821-838.

[43] LEÓN C J， ARANA J E， Alemán H A. CO2 emissions and tourism in developed and less developed countries[J]. Applied Economics Letters， 2014， 21（16）： 1169-1173.

[44] PARAMATI S R， ALAM M S， LAU C K M. The effect of tourism investment on tourism development and CO2 emissions： Empirical evidence from the EU nations[J]. Journal of Sustainable Tourism， 2018， 26（9）： 1587-1607.

[45] AMIN S B， KABIR F A， KHAN F. Tourism and energy nexus in selected South Asian countries： A panel study[J]. Current Issues in Tourism， 2020， 23（16）： 1963-1967.

[46] ZAMAN K， SHAHBAZ M， LOGANATHAN N， et al. Tourism development， energy consumption and environmental Kuznets curve： Trivariate analysis in the panel of developed and developing countries[J]. Tourism Management， 2016， 54： 275-283.

[47] ALI Q， KHAN M T I， KHAN M N I. Dynamics between financial development， tourism， sanitation， renewable energy， trade and total reserves in 19 Asia cooperation dialogue members[J]. Journal of Cleaner Production， 2018， 179： 114-131.

[48] ALOLA A A， ALOLA U V. Agricultural land usage and tourism impact on renewable energy consumption among coastline Mediterranean countries[J]. Energy & Environment， 2018， 29（8）： 1438-1454.

[49] KATIRCIOGLU S T. International tourism， energy consumption， and environmental pollution： The case of Turkey[J]. Renewable and Sustainable Energy Reviews， 2014， 36： 180-187.

[50] NEPAL R， AL IRSYAD M I， NEPAL S K. Tourist arrivals， energy consumption and pollutant emissions in a developing economy-implications for sustainable tourism[J]. Tourism Management， 2019， 72： 145-154.

[51] 查建平. 旅游業能源消耗、CO2排放及低碳效率评估[J]. 中国人口·资源与环境， 2016， 26（1）： 47-54. [ZHA Jianping. Evaluation of energy consumption， carbon dioxide emissions and low-carbon efficiency[J]. China Population， Resources and Environment， 2016， 26（1）： 47-54.]

[52] 谢园方， 赵媛. 长三角地区旅游业能源消耗的CO2排放测度研究[J]. 地理研究， 2012， 31（3）： 429-438. [XIE Yuanfang， ZHAO Yuan. Measuring carbon dioxide emissions from energy consumption of tourism in Yangtze River Delta[J]. Geographical Research， 2012， 31（3）： 429-438.]

[53] 石培华， 吴普. 中国旅游业能源消耗与CO2排放量的初步估算[J]. 地理学报， 2011， 66（2）： 235-243. [SHI Peihua， WU Pu. A rough estimation of energy consumption and CO2 emission in tourism sector of China[J]. Acta Geographica Sinica， 2011， 66（2）： 235-243.]

[54] BALLI E， SIGEZE C， MANGA M， et al. The relationship between tourism， CO2 emissions and economic growth： A case of Mediterranean countries[J]. Asia Pacific Journal of Tourism Research， 2019， 24（3）： 219-232.

[55] LEE J W， BRAHMASRENE T. Investigating the influence of tourism on economic growth and carbon emissions： Evidence from panel analysis of the European Union[J]. Tourism Management， 2013， 38： 69-76.

[56] ZHANG L， GAO J. Exploring the effects of international tourism on Chinas economic growth， energy consumption and environmental pollution： Evidence from a regional panel analysis[J]. Renewable and Sustainable Energy Reviews， 2016， 53： 225-234.

[57] PARAMATI S R， ALAM M S， CHEN C F. The effects of tourism on economic growth and CO2 emissions： A comparison between developed and developing economies[J]. Journal of Travel Research， 2017， 56（6）： 712-724.

[58] REN T， CAN M， PARAMATI S R， et al. The impact of tourism quality on economic development and environment： Evidence from Mediterranean countries[J]. Sustainability， 2019， 11（8）： 2296.

[59] JEBLI M B， YOUSSEF S B， APERGIS N. The dynamic linkage between renewable energy， tourism， CO2 emissions， economic growth， foreign direct investment， and trade[J]. Latin American Economic Review， 2019， 28（2）： 1-19.

[60] DOGAN E， SEKER F， BULBUL S. Investigating the impacts of energy consumption， real GDP， tourism and trade on CO2 emissions by accounting for cross-sectional dependence： A panel study of OECD countries[J]. Current Issues in Tourism， 2017， 20（16）： 1701-1719.

Examining the Relationship between Tourism， Economy， Energy and CO2 Emissions： Evidence from Panel Analysis of the ASEAN

ZHANG Yan1， ZHANG Jiekuan2

（1. School of Tourism Management， Guilin Tourism University， Guilin 541006， China;

2. ASEAN Tourism Research Centre of China Tourism Academy， Guilin Tourism University， Guilin 541006， China）

Abstract： As an important international tourism destination， the impact of Association of South-East Asian Nations’ （ASEAN’s） tourism development on the economy， environment， and the energy consumption is still little known. This paper， to fill this gap， applied a panel data analysis approach to investigate the short-run and long-run causal relationships among tourism， economic growth， energy consumption， renewable energy use， and carbon dioxide （CO2） emissions for ASEAN countries over the period 2000—2014. This study obtained some important and interesting findings with respect to the equilibrium relationship， causality， and variance decomposition amongst these five variables as follows： （1） All the data series appear to have a panel unit root in their levels. However， after the first difference， they become stationaryat the 5% level of significance （all the p-values are less than 0.05）， implying that they are integrated at order one， i.e.， I （1）. （2） There is a long-run equilibrium relationship among tourism， economic growth， energy consumption， renewable energy use， and CO2 emissions in ASEAN countries. Even if this relationship is temporarily destroyed， these variables will restore long-term equilibrium.   （3） The short-term variation of the above five variables is simultaneously affected by itself and the other four variables. When some variable is disturbed and deviated from equilibrium， it will be subject to a certain speed of adjustment through the channels of the other variables to converge to the long-run equilibrium path. （4） Tourism development has a certain positive impact on the CO2 emissions of ASEAN countries， while it has a certain negative impact on GDP per capita， energy consumption， and renewable energy use. CO2 emissions， per capita GDP， and energy consumption have a certain positive effect on the development of tourism in ASEAN， while renewable energy has a certain negative impact. （5） This study shows no bidirectional short-run causalities between tourism， economic growth， energy consumption， renewable energy use， and CO2 emissions. In contrast， the existence of bidirectional long-term causalities between CO2 emissions and per capita GDP， GDP per capita and renewable energy use， energy consumption and renewable energy， and tourism and renewable energy use is found.

Keywords： tourism; gross domestic product; energy; carbon dioxide emissions; ASEAN; panel data analysis

[責任编辑：吴巧红;责任校对：王    婧]